InvokeAI mit Docker: Stable Diffusion lokal als Nachfolger von AUTOMATIC1111
AUTOMATIC1111 wird nicht mehr gepflegt: So betreiben Sie InvokeAI 6.14 als gepflegte Stable-Diffusion-Oberfläche per Docker Compose mit NVIDIA-GPU, Mehrbenutzermodus, Modellverwaltung und Backup.
Geprüft am 30.09.2026 · für InvokeAI 6.14.2
WerbelinksMit * markierte Links sind Werbelinks: Bei einem Kauf erhalten wir eine Provision, der Preis bleibt gleich. Als Amazon-Partner verdiene ich an qualifizierten Verkäufen. Mehr dazu
Die Stable Diffusion WebUI von AUTOMATIC1111 war lange die bekannteste Oberfläche für lokale Bildgenerierung. Das Projekt ruht jedoch: Der letzte Commit auf dem Hauptzweig stammt vom 27.07.2024, das letzte Release 1.10.1 vom 09.02.2025. Auch das früher hier empfohlene Container-Image von ai-dock wird seit August 2024 nicht mehr aktualisiert. Wer heute eine Bildgenerierung auf eigener Hardware aufbaut, braucht eine gepflegte Oberfläche mit Sicherheitsupdates. Diese Anleitung nutzt dafür InvokeAI: eine formularbasierte Weboberfläche ähnlich AUTOMATIC1111, mit offiziellen Docker-Images, Modellverwaltung und einem Mehrbenutzermodus mit Anmeldung.
Voraussetzungen
- Server: Linux x86_64 mit Docker Engine und Compose-Plugin, etwa Ubuntu 24.04. GPU-Beschleunigung gibt es laut Projekt nur auf x86_64; ARM64 läuft nur auf der CPU.
- GPU: NVIDIA-Karte mit Treiber und NVIDIA Container Toolkit auf dem Host. Richtwerte des Projekts: SD 1.5 ab 4 GB VRAM, SDXL ab 8 GB, FLUX.1 ab 10 GB. AMD-Karten werden unter Linux mit dem ROCm-Image unterstützt.
- RAM: 16 GB für SDXL, 32 GB für FLUX.1 laut Hardwaretabelle von InvokeAI.
- CPU: 4 Kerne oder mehr; die eigentliche Rechenarbeit übernimmt die GPU.
- Speicher: 20 GB für das CUDA-Image (komprimiert 5,1 GB) und die erste Modellfamilie, 100 GB oder mehr bei mehreren Modellen.
Welche Karte für welche Modelle reicht, beschreibt GPU für lokale KI auswählen; Treiber und CUDA richten Sie nach CUDA-Umgebung korrekt aufsetzen ein.
Schritt 1: Oberfläche wählen und Version festlegen
Für die Nachfolge kamen drei Projekte in Frage. Die Auswahl beruht auf dem Pflegestand am 30.09.2026:
| Projekt | Letzte Aktivität | Bewertung |
|---|---|---|
| AUTOMATIC1111 WebUI | Commit 27.07.2024, Release 1.10.1 (02/2025) | ruht, nicht mehr einsetzen |
| Stable Diffusion WebUI Forge | Commit 26.06.2025 | ebenfalls ohne aktuelle Pflege |
| ComfyUI | laufend, Release 0.38.0 vom 29.09.2026 | gepflegt, knotenbasiert, eigene Anleitung auf s-edv.com |
| InvokeAI | Release 6.14.2 vom 27.09.2026, Apache-2.0 | gepflegt, offizielle Images, formularbasiert |
InvokeAI ist für bisherige AUTOMATIC1111-Nutzer der naheliegende Umstieg: Prompt, Modell und Parameter stehen in einer festen Oberfläche, dazu kommen ein Canvas für Bildbearbeitung und optional Workflows. Wer lieber mit Knoten arbeitet, findet den Weg in ComfyUI mit Docker. Das Projekt veröffentlicht Images auf GHCR mit Versions-Tags je Beschleuniger:
| Tag | Einsatz |
|---|---|
v6.14.2-cuda | NVIDIA-GPUs |
v6.14.2-rocm | AMD-GPUs unter Linux |
v6.14.2-cpu | ohne GPU, nur zum Ausprobieren |
latest, main-cuda | nicht festgeschrieben, für Produktion ungeeignet |
Verifizieren: Auf https://github.com/invoke-ai/InvokeAI/releases ist 6.14.2 das neueste Release, oder Sie übernehmen den neueren Tag in Schritt 2. Auf dem Host zeigt nvidia-smi Ihre Karte, und docker info | grep -i runtimes listet nvidia.
Schritt 2: Datenordner und Compose-Datei anlegen
InvokeAI legt Modelle, Datenbank, Bilder und Konfiguration in einem Stammverzeichnis ab (INVOKEAI_ROOT). Ein Bind-Mount macht diesen Ordner für Sicherung und Modellablage direkt zugänglich.
sudo mkdir -p /opt/invokeai/data
sudo chown -R 1000:1000 /opt/invokeai/data
cd /opt/invokeai
sudo nano compose.yamlservices:
invokeai:
image: ghcr.io/invoke-ai/invokeai:v6.14.2-cuda
container_name: invokeai
restart: unless-stopped
ports:
- "127.0.0.1:9090:9090"
environment:
INVOKEAI_ROOT: /invokeai
CONTAINER_UID: "1000"
volumes:
- ./data:/invokeai
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: 1
capabilities: [gpu]| Einstellung | Bedeutung |
|---|---|
127.0.0.1:9090 | Weboberfläche und API nur lokal, Zugriff über Reverse Proxy |
INVOKEAI_ROOT | Stammverzeichnis im Container |
CONTAINER_UID | Besitzer der erzeugten Dateien, Standard 1000 |
deploy.resources | reserviert eine NVIDIA-GPU; für AMD stattdessen das ROCm-Image mit den Geräten /dev/kfd und /dev/dri |
Das Image startet als root, legt den Benutzer mit der UID aus CONTAINER_UID an, übergibt ihm das Stammverzeichnis und startet InvokeAI danach ohne Root-Rechte.
Verifizieren: docker compose config -q endet ohne Ausgabe, und ls -ld /opt/invokeai/data zeigt UID 1000 als Besitzer.
Schritt 3: Container starten
docker compose pull
docker compose up -d
docker compose logs -fBeim ersten Start legt InvokeAI die Datenbank und die Ordnerstruktur an. Im Test mit dem CPU-Image war die Oberfläche nach rund 10 Sekunden erreichbar; das Log endete mit:
[InvokeAI]::INFO --> JWT secret loaded from database
[ModelManagerService]::INFO --> [MODEL CACHE] Calculated model RAM cache size: 4096.00 MB.
[InvokeAI]::INFO --> Invoke running on http://0.0.0.0:9090 (Press CTRL+C to quit)Im Datenordner entstehen unter anderem invokeai.yaml, databases/, models/ und outputs/. Mit GPU meldet das Log zusätzlich das erkannte CUDA-Gerät.
Verifizieren: curl -s http://127.0.0.1:9090/api/v1/app/version liefert {"version":"6.14.2"}. docker compose exec invokeai nvidia-smi zeigt die Karte auch im Container.
Schritt 4: Mehrbenutzermodus aktivieren
Im Standardbetrieb kennt InvokeAI keine Anmeldung: Laut Dokumentation sind im Einzelbenutzermodus alle API-Endpunkte ohne Token erreichbar. Das ist auf einem Arbeitsplatzrechner in Ordnung, auf einem Server im Netzwerk nicht. Die aktuelle Version bietet einen Mehrbenutzermodus mit Konten, Rollen und getrennten Bildersammlungen. Sie aktivieren ihn in der Konfigurationsdatei:
docker compose stop
echo 'multiuser: true' | sudo tee -a /opt/invokeai/data/invokeai.yaml
docker compose startBeim nächsten Aufruf der Oberfläche erscheint der Dialog „Administrator Setup“. Tragen Sie eine E-Mail-Adresse als Benutzernamen, einen Anzeigenamen und ein Passwort ein. Das Projekt empfiehlt mindestens 12 Zeichen; die Prüfung auf Groß-, Kleinbuchstaben und Ziffern erzwingen Sie zusätzlich mit strict_password_checking: true. Weitere Konten legt der Administrator in der Oberfläche oder mit invoke-useradd im Container an.
Legen Sie das Administratorkonto sofort nach der Umstellung an. Bis dahin meldet /api/v1/auth/status den Wert "setup_required":true, und wer die Seite zuerst aufruft, kann das Konto einrichten. Deshalb bleibt der Port bis zu diesem Punkt an 127.0.0.1 gebunden.
Verifizieren: Im Test lieferte curl -s http://127.0.0.1:9090/api/v1/auth/status nach der Einrichtung {"setup_required":false,"multiuser_enabled":true,…}. Ein API-Aufruf ohne Token wie curl -s -o /dev/null -w '%{http_code}\n' "http://127.0.0.1:9090/api/v1/boards/?all=true" ergab 401, mit gültigem Token 200. Ein zweiter Setup-Versuch wurde mit Administrator account already configured abgelehnt.
Schritt 5: Modelle installieren und erstes Bild erzeugen
Modelle verwaltet InvokeAI selbst. Öffnen Sie in der Oberfläche den Model Manager und wählen Sie unter „Starter Models“ eine Modellfamilie, etwa SDXL. InvokeAI lädt dabei die nötigen Zusatzmodelle wie VAE und Text-Encoder mit. Alternativ tragen Sie eine Hugging-Face-Repo-ID (Format autor/modell), eine Download-URL oder einen lokalen Pfad ein; mit „Scan Folder“ übernehmen Sie vorhandene Modelldateien, etwa aus einer alten AUTOMATIC1111-Installation, die Sie vorher in den Datenordner kopieren.
sudo cp /pfad/zu/alten/models/Stable-diffusion/*.safetensors /opt/invokeai/data/models/
sudo chown -R 1000:1000 /opt/invokeai/data/modelsIm Model Manager scannen Sie danach /invokeai/models. Bevorzugen Sie Dateien im Format safetensors; es kann im Gegensatz zu .ckpt keinen ausführbaren Code enthalten. Beachten Sie die Lizenz jedes Modells: Manche Starter-Modelle schränken laut InvokeAI die kommerzielle Nutzung oder den Betrieb auf öffentlichen Servern ein.
Für Karten mit wenig VRAM ist seit Version 5.6 ein Low-VRAM-Modus aktiv (enable_partial_loading: true), der Modelle teilweise im Arbeitsspeicher hält.
Verifizieren: Das installierte Modell erscheint in der Modellauswahl. Ein Bild mit Prompt und Standardeinstellungen erscheint nach der Generierung in der Galerie und als PNG-Datei unter /opt/invokeai/data/outputs/. nvidia-smi zeigt während der Generierung Last und belegten Speicher.
Schritt 6: Reverse Proxy, Backup und Updates
Für den Zugriff im Netzwerk setzen Sie einen Reverse Proxy mit HTTPS vor den Dienst. Mit Caddy genügt:
bilder.example.de {
reverse_proxy 127.0.0.1:9090
}InvokeAI überträgt den Fortschritt per WebSocket, Caddy reicht das ohne weitere Angaben durch. Wie Sie Caddy oder Traefik einrichten, beschreiben Caddy als Reverse Proxy einrichten und Traefik als Docker-Reverse-Proxy.
Zur Sicherung gehören die Datenbank, die Konfiguration und die erzeugten Bilder. Modelle lassen sich neu laden, sind aber groß; nehmen Sie sie nur auf, wenn der Speicherplatz reicht:
cd /opt/invokeai
docker compose stop
sudo tar czf invokeai-$(date +%F).tgz -C data invokeai.yaml databases outputs
docker compose startFür ein Update lesen Sie zuerst die Release Notes, tragen den neuen Tag in compose.yaml ein und führen docker compose pull sowie docker compose up -d aus. Beim Start migriert InvokeAI die Datenbank selbst; das Log meldet dann Database updated successfully.
Verifizieren: curl -s -o /dev/null -w '%{http_code}\n' https://bilder.example.de/ liefert 200, die Oberfläche fordert eine Anmeldung. tar tzf invokeai-*.tgz | head zeigt databases/invokeai.db. Nach einem Update meldet /api/v1/app/version die neue Version.
Typische Fehler
Container startet nicht, GPU-Reservierung schlägt fehl
Docker findet die NVIDIA-Laufzeit nicht, docker compose up bricht mit einer Meldung zum Gerätetreiber ab. Installieren Sie das NVIDIA Container Toolkit und registrieren Sie es mit sudo nvidia-ctk runtime configure --runtime=docker, danach Docker neu starten.
401 nach der Umstellung auf Mehrbenutzer
Skripte, die bisher direkt die API aufgerufen haben, erhalten im Mehrbenutzermodus 401. Sie brauchen ein Token von POST /api/v1/auth/login, das im Header Authorization: Bearer … mitgeschickt wird. Ein falsches Passwort beantwortet der Server mit {"detail":"Incorrect email or password"}.
Keine Schreibrechte im Datenordner
Der Ordner gehört nicht der UID aus CONTAINER_UID. Korrigieren Sie mit sudo chown -R 1000:1000 /opt/invokeai/data oder passen Sie die Variable an Ihren Benutzer an.
Out of Memory bei der Generierung
Das Modell ist für die Karte zu groß. Prüfen Sie, ob enable_partial_loading aktiv ist, wählen Sie eine quantisierte Variante (etwa FP8 oder GGUF bei FLUX) oder eine kleinere Auflösung.
Sehr langsame Bilder
Läuft das CPU-Image oder sieht der Container die GPU nicht, rechnet InvokeAI auf dem Prozessor. Das CPU-Image ist nur zum Kennenlernen der Oberfläche geeignet.
Häufige Fragen
Kann ich meine AUTOMATIC1111-Modelle weiterverwenden?
Ja. Checkpoints, LoRAs und VAEs im Format safetensors übernehmen Sie über „Scan Folder“ im Model Manager. Erweiterungen aus AUTOMATIC1111 laufen dagegen nicht; viele Funktionen wie ControlNet oder Inpainting sind in InvokeAI eingebaut.
Warum nicht ComfyUI?
ComfyUI ist ebenfalls gut gepflegt, arbeitet aber mit Knotengraphen statt Formularen. Für Nutzer, die aus AUTOMATIC1111 kommen, ist InvokeAI näher an der gewohnten Bedienung. Beide lassen sich parallel betreiben.
Gibt es eine API?
Ja, eine REST-API unter /api/v1 mit Dokumentation unter /docs. Im Mehrbenutzermodus verlangt sie ein Token.
Läuft InvokeAI auf einem Mac?
In Docker nur ohne GPU und damit langsam. Das Projekt empfiehlt auf macOS den Invoke Launcher statt Docker.
Testumfang
Getestet am 30.09.2026 mit dem Image v6.14.2-cpu auf einem Server ohne GPU: Start per Compose mit Bind-Mount, Versions- und Statusabfrage, Umstellung auf den Mehrbenutzermodus, Anlegen des Administrators, Anmeldung, Zugriffsschutz der API mit 401 und 200 sowie die gezeigten Log- und Fehlermeldungen. GPU-Betrieb, Modellinstallation, Bildgenerierung und Reverse Proxy sind nach der Projektdokumentation beschrieben.
Fazit
AUTOMATIC1111 sollten Sie nicht mehr neu aufsetzen. InvokeAI bietet eine vergleichbare, formularbasierte Arbeitsweise, wird aktiv gepflegt und bringt offizielle, versionierte Docker-Images mit. Entscheidend für den Serverbetrieb ist der Mehrbenutzermodus: Erst mit ihm verlangt die API eine Anmeldung. Binden Sie den Port an 127.0.0.1, legen Sie das Administratorkonto sofort an und sichern Sie Datenbank und Bilder regelmäßig.
